游戏中的极小化极大算法

我正在尝试使用极小化极大算法创建我的第一个游戏,但我不知道如何使用树来实现这个算法。

游戏规则如下:

  • 桌子上有M个立方体(例如40个),每个玩家必须从桌子上拿走1到L个立方体(L在程序中定义,例如L=5)。

  • 拿走桌子上的最后一个立方体的玩家获胜。

  • 先手玩家是MAX(电脑),后手玩家是MIN(人类)。

首先我们必须运行极小化极大算法,然后MAX玩家会选择最佳的移动方式。

这就是游戏,但我无法想象如何用树来实现这个算法。有人能帮我并给我一些建议吗?


回答:

并不是你创建了一棵树,而是你的搜索过程可以被描述为树状结构。

以更熟悉的井字游戏为例,假设你是X。你有9个选择,9种可能的移动方式。

之后,O将会有8种可能的移动方式,依此类推。

你可以执行深度优先搜索(设定一个深度限制以确保搜索的可行性),每次从子节点获取结果后,你选择最小(或最大)的结果。

这个页面用井字游戏的例子更详细地讨论了这个问题:http://neverstopbuilding.com/minimax。请注意,他们的算法是递归的,这使得累积子节点的得分相对简单。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注